#码表

Unicode：定义了字符的代码点(code point 字符码点，每个字符都有一个唯一的标识符)，但并未定义字符序列如何存储和传输。它是通用的文本字符集，可以在任何系统上无缝地使用。

码点(code point)和码元(code unit)的区别：

码点表示 Unicode 表的键，是唯一的。既可以是基本平面的，也可以是辅助平面的。

• 基本平面（Basic Multilingual Plane，简称 BMP 或 plane 0）：编码范围为[U+0000,U+FFFF]，共占据65536(16**4)个字符。包含了大多数常用的字符。
• 增补平面（Supplementary Planes，也叫辅助平面, plan 1-...）：编码范围为[U+10000,U+FFFFF],每个辅助平面包含 16**4 个字符（和BMP一样）,最多 15 个辅助平面。

码元即编码元素，在不同的上下文中的含义不同。

• 基本平面的字符，使用一个码元来表示
• 辅助平面的字符需要使用代理对（surrogate pair）来表示，即两个16进制位的码元

#编码

UTF(Unicode Transformation Formats): 它定义了 Unicode 代码点转换为字节序列的编码规则.

• UTF-8：可变长度的编码方式,使用 1 到 4 个字节（1个字节8比特位）表示一个字符。它与 ASCII 编码兼容。因它对英文文本的存储效率较高,广泛用于网页和电子邮件。
• UTF-16：使用 2 个或 4 个字节（16 位或 32 位）表示一个字符。它在处理某些亚洲语言（如中文、日文和韩文）时较为高效。
• UTF-32：使用 4 个字节表示一个字符。这使得字符的处理变得简单，但体积大、存储和传输效率低。

UCS-2

• Unicode 早期标准，编码范围[U+0000,U+FFFF]，和新的 Unicode 标准的基本平面完全一致。
• 采用16bit编码，2个字节来表示一个字符。
• javascript 默认的处理字符编码的方式。